"互联网+"与先进制造业的融合发展成为时代的热点,文中在创新的视角下,研究"互联网+"与高新技术产业创新的融合机理,分析"互联网+"对高新技术产业的作用效果,采用了熵权-灰色关联度模型,选取2013年、2015年和2017年长江经济带11省市高新技术产业的创新数据,对"互联网+"与高新技术产业创新的融合情况进行研究。研究结果显示:"互联网+"与高新技术产业创新能力的总体融合程度较好,"互联网+"与高新技术产业创新能力的融合状况存在较为显著的区域差异性,"互联网+"对高新技术产业发展薄弱的省份关联性更强。从时间维度上看"互联网+"的创新提升效果有增强的趋势;高新技术产业的创新产出、创新转化与"互联网+"的融合水平较高,创新投入和创新支撑与"互联网+"的融合水平相对较低,"互联网+"主要通过促进高新技术产业创新产出和转化提升其创新能力水平。

基于关联规则算法的医疗数据挖掘，胡瑞娟，，本文通过研究基于两阶段频集思想的Apriori算法，针对Apriori算法的性能瓶颈提出了改进的Apriori算法，利用改进的Apriori算法对乳腺疾病数��

针对建设工程评标中投标信息不全是明朗的这一现象,为消除评价指标确定权重时的主观影响和选择最接近业主理想承包商的投标单位,构建基于熵权的灰色关联度决策模型用于工程评标过程中。应用熵权法确定评标指标体系中各指标权重,灰色关联方法用于投标单位与业主理想承包商的关联程度,关联度值大的表明投标单位与理想承包商越接近,越符合业主的施工要求。结果表明:结合熵权重的加权关联度的计算应用于工程评标,使得评标结果更加客观,符合实际,为业主评标定标提供了定量决策依据,同时利于招标单位更合理、准确的选择承包单位。

为解决在产品导购中人们无法合理地对多特征对象进行定量化优度评价的问题,采用多级优度评价方法对对象进行优劣评价.多级优度评价方法在原可拓优度评价方法的基础上,进一步明确了衡量指标中社会指标、经济指标、技术指标等三大指标的界定以及它们之间的关系,同时给定了各个评价指标之间的层次关系以及不同层次衡量指标的权系数的设定原则,完善了多级优度评价的体系结构.以手机产品导购为例对多级优度评价方法进行了案例研究.研究结果表明:多级优度评价方法能够帮助用户合理地根据自身需求对多特征的对象进行定量化优度评价,使得产品导购行业具有了比较完善的、合理的优度评价体系,提高了产品导购的效率和科学性.

胡杨树干液流与树干生物电特性的关联规律研究，范乐，李磊，水资源紧缺是引起胡杨林衰退的原因，研究能实时获取胡杨水分生理指标数据的监测装置，可为开展胡杨保护与恢复工作提供技术支持。

文件有模型、控制器、创建的数据库，对 一对一、一对多、多对多的添加、修改、删除、查询有实例和注释，对thinkphp关联模型不熟悉的朋友来说是个很好的学习资源

导热系数对于分析岩石导热特性、热传导规律研究具有重要现实意义,也是冻结法施工穿越围岩重要热物理参数。导热系数与岩石内部矿物成分、微观结构等密切相关,但关于该领域研究较少,具体微观结构对导热系数影响效应研究不系统。基于此,以新庄煤矿白垩系地层富水砂岩为研究对象,现场采集具有代表性的中粒砂岩、粗粒砂岩进行室内试验。首先,对两种砂岩展开常温饱水导热系数测试,获得各自对应的导热系数范围值;而后,分别展开X光衍射、扫描电镜(SEM)等微观测试试验,获得两种砂岩各自对应内在矿物组分及结构,并对内在矿物成分的导热特性进行了系统分析;最后,结合晶格振动理论,分析了砂岩导热系数与微观结构的关系;研究结果表明:饱水白垩系砂岩的热导率大小主要是取决于岩石骨架和间隙液体的热导率。由于白垩系砂岩的孔隙度低,白垩系砂岩的岩石骨架的导热率大小取决于岩石的矿物成分。

为了研究沥青灌注式半柔性复合路面中油石比对路用性能的影响,对灌注式半柔性复合路面结构进行高温稳定性能能试验、低温抗裂性能试验和抗水腐蚀性试验,利用灰色关联理论对试验结果进行比较,并通过分子模拟技术对其机理进行分析。结果表明:当油石比为2.7%时,灌注式半柔性复合混合料的性能最佳;根据灰色关联计算结果,油石比对灌注式半柔性复合路面结构的关联度大小依次为相对变形(PRD)、破坏拉伸应变、劈裂强度、劈裂抗拉强度比、劲度模量、综合稳定指数(C);通过分子模拟技术对沥青在不同Connolly半径下的扩散行为进行分析,得出在半柔性路面结构中随着油石比增大,路用性能逐渐增强,当沥青量达到某一范围时,路用性能不再增强。

在win7上成功安装scrapy所需要的安装包

从大规模数据集中寻找物品间的隐含关系被称作关联分析或关联规则学习。过程分为两步：1.提取频繁项集。2.从频繁项集中抽取出关联规则。 频繁项集是指经常出现在一块的物品的集合。 关联规则是暗示两种物品之间可能存在很强的关系。 一个项集的支持度被定义为数据集中包含该项集的记录所占的比例，用来表示项集的频繁程度。支持度定义在项集上。 可信度或置信度是针对一条诸如{尿布}->{葡萄酒}的关联规则来定义的。这条规则的可信度被定义为“支持度({尿布，葡萄酒})/支持度({尿布})”。 寻找频繁项集 Apriori原理：如果某个项集是频繁的，那么它的所有子集也是频繁的。反过来，如果一个项集是非频繁项